| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-16页 |
| ·引言 | 第7-8页 |
| ·图像分割的概念 | 第8-9页 |
| ·图像分割的目的及意义 | 第9页 |
| ·研究进展及其现状 | 第9-12页 |
| ·模糊聚类理论及其在图像分割中的应用 | 第12-14页 |
| ·分割方法评价 | 第14页 |
| ·本文的研究内容 | 第14-16页 |
| 第二章 基于模糊 C-均值聚类的图像分割方法 | 第16-26页 |
| ·引言 | 第16页 |
| ·模糊理论基础 | 第16-18页 |
| ·概述 | 第16-17页 |
| ·模糊集合 | 第17-18页 |
| ·模糊隶属度 | 第18页 |
| ·模糊聚类分析 | 第18-21页 |
| ·硬C-均值聚类算法（HCM） | 第18-19页 |
| ·模糊C-均值聚类算法 | 第19-21页 |
| ·模糊C-均值聚类图像分割算法 | 第21-22页 |
| ·模糊C-均值聚类算法的相关研究 | 第22-25页 |
| ·小结 | 第25-26页 |
| 第三章 基于特征散度的自适应 FCM 图像分割算法 | 第26-33页 |
| ·引言 | 第26页 |
| ·基于灰度直方图的模糊C-均值图像分割算法 | 第26页 |
| ·基于特征散度的自适应FCM 图像分割算法 | 第26-30页 |
| ·Laws 纹理测度与特征提取 | 第27-28页 |
| ·特征散度的使用 | 第28-29页 |
| ·初始聚类数目的自适应选取 | 第29-30页 |
| ·实验结果及分析 | 第30-33页 |
| ·图像分割的评价标准 | 第30页 |
| ·实验结果及分析 | 第30-33页 |
| 第四章 基于 ReliefF 和 FCM 的彩色图像分割算法 | 第33-39页 |
| ·引言 | 第33页 |
| ·彩色空间的选择 | 第33-35页 |
| ·彩色空间的选择 | 第33-34页 |
| ·彩色空间的转换 | 第34-35页 |
| ·ReliefF 算法 | 第35-36页 |
| ·基于 ReliefF 约束的 FCM 图像分割算法 | 第36-37页 |
| ·实验结果与结论 | 第37-39页 |
| ·分割性能的比较 | 第37-38页 |
| ·结论 | 第38-39页 |
| 第五章 总结与展望 | 第39-41页 |
| ·已完成工作与创新点 | 第39页 |
| ·展望 | 第39-41页 |
| 参考文献 | 第41-44页 |
| 致谢 | 第44-45页 |
| 攻读硕士学位期间发表的论文及科研 | 第45页 |
